实验题目：描述统计
实验目的与实验要求：
1、熟练操作、应用spss的功能；
2、会将调查所得的信息转化为可供spss处理的数据；
3、会利用spss对所得的数据进行描述统计，并绘制相关图形和分析相关数据。
4、掌握spss单样本t检验的基本思想，能够利用概率p-值以及置信区间进行统
计决策，并熟练掌握其数据组织方式和具体操作。
实验内容：
课本p123 第2题在某年级随机抽取35名大学生，调查他们每周的上网时间情况，得到的数据如下（单位：小时）：
（1）请利用spss对上表数据进行描述统计，并绘制相关的图形。
（2）基于上表数据，请利用spss给出大学生每周上网时间平均值的95%的置信区间。
实验步骤及实验结果分析：
1、
实验题目：两者数据是否存在显著性差异
实验目的与实验要求：
1、明确spss提供了哪几种参数检验方法；
2、掌握spss两独立样本t检验的基本思想，理解其中F检验和t检验的关系，
能够利用概率p-值进行统计决策，并熟练掌握其数据组织方式和具体操
作。
3、掌握spss两配对样本t检验的基本思想，明确独立样本和配对样本的区别
以及配对样本t检验与单样本t检验的异同，能够解释分析结果的含义，
并熟练掌握其数据组织方式和具体操作。
实验内容：
课本p124第6题如果第2章第9题的数据看做来自总体的随机样本，试分析男
生和女生的课程平均分是否存在显著差异。
实验步骤及实验结果分析：
Transform compute课程平均分=mean() analyze->compare means->independent-samples T；选择若干变量作为检验变量到test variables框（课程平均分）；选择代表不同总体的变量（sex）作为分组变量到grouping variable框；.定义分组变量的分组情况Define Groups...：（填1，2）。1.两总体方差是否相等F检验：F的统计量的观察值为0.257,对应的P值为0.614,；如果显著性水平为0.05,由于概率P值大于0.05,两种方式的方差无显著差异.看eaual variances assumend。2.两总体均值的检验：.T统计量的观测值为-0.573,对应的双尾概率为0.569,T的P值＞显著水平0.05,故不能推翻原假设,所以女生男生的课程平均分无显著差异。
实验题目：是否产生显著效果
实验目的与实验要求：
4、明确spss提供了哪几种参数检验方法；
5、掌握spss两独立样本t检验的基本思想，理解其中F检验和t检验的关系，
能够利用概率p-值进行统计决策，并熟练掌握其数据组织方式和具体操
作。
6、掌握spss两配对样本t检验的基本思想，明确独立样本和配对样本的区别
以及配对样本t检验与单样本t检验的异同，能够解释分析结果的含义，
并熟练掌握其数据组织方式和具体操作。
实验内容：
课本p125第8题以下对促销人员进行培训前后某种商品的促销数据：
试分析该培训是否产生了显著效果。
实验步骤及实验结果分析：
采用两配对样本t检验！基本操作步骤(1).菜单选项:analyze->compare means->paired-samples T…(2).选择一对（培训前和培训后）变量作为检测变量到paired variables框.(3)option选项直接点ok。分析：培训前和培训后样本的平均值（mean）有一定差异，培训后平均值较大；t检验观测值-2.134，t检验统计量观测值对应的双尾概率p-值为０.０４１<显著水平a=0.05 应该拒绝原假设；所以培训前后有显著差异。
一元线性回归实验指导 一、使用spss进行线性回归相关计算 题目： 为研究医药企业销售收入与广告支出的关系，随机抽取了20家医药企业，得到它们的销售收入和广告支出的数据如下表（数据在‘广告.sav’中） 1.绘制散点图描述收入与广告支出的关系 结果：（散点图粘贴在下面） 从散点图可直观看出销售收入和广告支出（存在/不存在）线性关系 2.计算两个变量的相关系数r及其检验 相关性结果表格：（粘贴在下面）
从结果中可看出，销售收入与广告支出的相关系数为（），双侧检验的P值（），r在0.01显著性水平下（），表明销售收入与广告支出之间（存在/不存在）线性关系。 3.一元线性回归分析 计算回归分析；并输出标准化残差的pp图和直方图 分析输出的结果： 模型汇总表格：（粘贴在下面） 这个表格给出相关系数R=（）以及标准估计的误差（） 方差分析（ANOVA）表格：（粘贴在下面） 这个表格给出回归模型的方差分析表，包括回归平方和SSR、回归均方MSR、残差平方和SSE、残差均方MSE、总平方和SST和总均方MST，F值129.762以及P值（），此处p 值（），说明回归的线性关系（显著/不显著） 系数表格：（粘贴在下面） 上面这个表格给出的是参数估计和检验的有关内容，包括回归方程的常数项、非标准化回归系数、常数项和回归系数检验的统计量t和显著性水平sig，以及回归系数的%95置信区间从此表可以得出销售收入与广告支出的估计方程为（）。回归系数（）表示广告支出每变动1万元，销售收入平均变动（）万元。
4.残差的检验 从上面的输出结果中可得到标准化残差的标准pp图和直方图（粘贴在下面） 同时在数据表格中出现残差以及估计值和区间的上下界，其中 PRE_1为点估计值； RES_1为非标准化残差； ZRE_1为标准化残差； LMCI_1和UMCI_1表示平均值的置信区间（均值的预测区间）； LICI_1和UICI_1表示个别值的预测区间的上界和下界； 下面绘制非标转化残差图：（粘贴在下面） 从残差图上可以看出，各个残差随机分布于0轴两侧，没有任何固定模式，这表明在销售收入与广告支出的一元线性回归中，线性假定以及等方差的假定成立。 下面检验残差正态性： 做出标准化残差（ZRE_1）的散点图，并在图上画出0,2，-2三条y轴参考线（粘贴在下面）
数据分析方法及软件应用 （作业） 题目：4、8、13、16题 指导教师： 学院：交通运输学院 姓名： 学号：
4、在某化工生产中为了提高收率，选了三种不同浓度，四种不同温度做试验。在同一浓度与温度组合下各做两次试验，其收率数据如下面计算表所列。试在α=0.05显著性水平下分析 (1)给出SPSS数据集的格式(列举前3个样本即可)； (2)分析浓度对收率有无显著影响； (3)分析浓度、温度以及它们间的交互作用对收率有无显著影响。 解答：（1）分别定义分组变量浓度、温度、收率，在变量视图与数据视图中输入表格数据，具体如下图。 (2)思路：本问是研究一个控制变量即浓度的不同水平是否对观测变量收率产生了显著影响，因而应用单因素方差分析。假设：浓度对收率无显著影响。 步骤：【分析-比较均值-单因素】，将收率选入到因变量列表中，将浓度选入到因子框中，确定。 输出： 變異數分析 收率 平方和df 平均值平方 F 顯著性 群組之間39.083 2 19.542 5.074 .016 在群組內80.875 21 3.851 總計119.958 23 显著性水平α为0.05，由于概率p值小于显著性水平α，则应拒绝原假设，认为浓度对收率有显著影响。
（3）思路：本问首先是研究两个控制变量浓度及温度的不同水平对观测变量收率的独立影响，然后分析两个这控制变量的交互作用能否对收率产生显著影响，因而应该采用多因素方差分析。假设，H01：浓度对收率无显著影响；H02：温度对收率无显著影响；H03：浓度与温度的交互作用对收率无显著影响。 步骤：【分析-一般线性模型-单变量】，把收率制定到因变量中，把浓度与温度制定到固定因子框中，确定。 输出： 主旨間效果檢定 因變數: 收率 來源第 III 類平方 和df 平均值平方 F 顯著性 修正的模型70.458a11 6.405 1.553 .230 截距2667.042 1 2667.042 646.556 .000 浓度39.083 2 19.542 4.737 .030 温度13.792 3 4.597 1.114 .382 浓度 * 温度17.583 6 2.931 .710 .648 錯誤49.500 12 4.125 總計2787.000 24 校正後總數119.958 23 a. R 平方 = .587（調整的 R 平方 = .209） 第一列是对观测变量总变差分解的说明；第二列是观测变量变差分解的结果；第三列是自由度；第四列是均方；第五列是Ｆ检验统计量的观测值；第六列是检验统计量的概率ｐ值。可以看到观测变量收率的总变差为119.958，由浓度不同引起的变差是39.083，由温度不同引起的变差为13.792，由浓度和温度的交互作用引起的变差为17.583，由随机因素引起的变差为49.500。浓度，温度和浓度*温度的概率p值分别为0.030,0.382和0.648。 浓度：显著性<0.05说明拒绝原假设（浓度对收率无显著影响），证明浓度对收率有显著影响；温度：显著性＞0.05说明不拒绝原假设（温度对收率无显著影响），证明温度对收率无显著影响；浓度与温度: 显著性＞0.05说明不拒绝原假设（浓度与温度的交互作用对收率无显著影响），证明温浓度与温度的交互作用对收率无显著影响。 8、以高校科研研究数据为例：以课题总数X5为被解释变量，解释变量为投入人年数X2、投入科研事业费X4、专著数X6、获奖数X8；建立多元线性回归模型，
当代大学生对全球气候变化 认知程度的研究 摘要：随着我国经济建设的飞速发展,人们向大自然排放的有害物质与日俱增,环境问题日益严重。环境污染问题不仅影响我国人民的生存环境和生存质量,也危害人民的身体健康,在环境污染中城市环境污染已经成为制约社会发展的重要问题。本研究采样方式为匿名方式随机投放网络问卷以及纸质问卷，采用SPSS statistics软件分析采样数据，得到频率表以及考虑性别的交叉表。本文考虑性别、城乡等差异，分别从基本的环保知识到主动投身环保事业等各方面加以分析，研究当代大学生对环境污染问题认知程度的差异。 关键字：性别；气候变化；差异；SPSS 一、研究背景 我国改革开放30多年的经济发展迅速，主要是以粗放式发展为主要模式。由此而带来的就是高增长、高能耗、高排放的三高企业，我国是发展中国家，在经济发展的过程中，政府对环境破坏的监管不力，睁一眼闭一眼，所以我国改革开放30年快速发展以牺牲能源、破坏环境为代价的，尤其我国的经济发展又极不平衡，主要是以城市主力军，这样城市的环境恶化就很严重。同样，农村人口环境保护意识淡薄，农村环境恶化也不可小觑，我国高速发展的近几十年来，环境的恶化程度逐年增加，应该引起政府环保部门的重视。 环境污染对人们的生活影响越来越严重，我们现在出门看到的最打眼的一景就是戴口罩的人越来越多，人们越来越感受到空气污染对
自己身心健康的威胁，据统计，世界儿童死亡80%是由于空气污染导致的，这个数字让人触目惊心。 环境污染很大因素是由于企业恣意排放污染物，但在日常生活中，民众的环保意识与环保行为对生活污染——尤其是随处可见的污染——有较大的影响。性别、年龄等不同，对气候变化认知程度也会存在差异。本文考虑到男女性别的差异、城乡区别，分别从基本的环保知识到主动投身环保事业等各方面加以分析，研究不同性别对环境污染问题认知程度的差异。 二、研究方法及样本描述 （一）研究方法 本研究采样方式为匿名方式随机投放网络问卷以及纸质问卷调查的方法，与2014年5月在西安交通大学进行问卷调查。调查面向西安交大本科生以及研究生，最终获得有效问卷431份。 （二）样本特征描述 431位被访者中，女性209位，占48.5%；男性222位，占51.5%。如图1所示，样本主要来自大一、大二以及大三群体，总共381位，占88.4%；大四毕业生以及研究生占11.6%。被访者所读专业性质也有较大差别，文科生178位，占41.3%；工科生人数122位，占28.3%；理科生108位，占比25.1%，如表1所示。
一、作业分析 案例背景：拟分析导致急救后颅脑损伤的主要影响因素，某省医院的外科 医生收集了2003-2005年间在该科室进行过急救治疗的脑外伤病例共201例。 研究目的：差异性比较 资料类型：本例根据是否出现迟发性脑损伤将数据分为两个独立样本。 本例的数据变量有性别、年龄、入院时血循环指标、入院时症状、入院时 意识程度、是否手术急救、其它治疗、是否出现迟发性脑损伤。在这些变量中 既有连续变量又有分类变量，所以在检验时需分成两种：定量检验与定性检验。 其中定量检验为：年龄、入院时血循环指标；定性检验为：性别、入院时 症状、入院时意识程度、是否手术急救、其它治疗。 二、数据描述 1 数量变量的描述 利用SPSS软件分析→描述统计→描述，将年龄、收缩压、舒张压、血小 板拖入，得到下表： 通过表格可以发现血小板的极差为372，标准差为63.568.极差和标准差都较大，通过求自然对数来减小标准差，所以我们改用血小板的自然对数为数据。得到下表：
2.分类变量的描述 利用SPSS软件分析→表→设定表，选中性别、脑挫伤、中线移位、脑肿胀、意识程度、手术、止血药、激素、脱水剂拖入框中，得到下表： 从表中可以大致看出，脑挫伤、手术、中线移位、意识程度、激素和脱水剂几个变量和是否发生脑损伤有关。但是，这些关联是否具有统计学意义还需要进行检验。 三、差异性比较 1数量变量的差异性比较
（1）年龄与迟发性脑损伤的关系 本案例为两独立样本，我们对其进行正态性检验。 利用SPSS软件分析→统计描述→探索，得到下表： 从表中，可得出年龄成正态性分布。 利用SPSS软件分析→比较均值→独立样本T检验，检验变量为年龄，分组变量为迟发性脑损伤，单击确定得到如下结果： 发生迟发性脑损伤与未发生迟发性脑损伤组中年龄均服从正态分布，两总体方差齐。 采用两独立样本的t检验：t=-1.038,df=199,P=0.300,可以得出，以 α=0.05为检验水准，年龄与是否发生迟发性脑损伤无明显差异。 （2）收缩压、舒张压与迟发性脑损伤的关系 与上述方式相同，对数据进行正态性检验，检验结果为：
吉林财经大学 《SPSS统计软件分析》作业（2010——2011学年第一学期） 学院信息学院 专业班级电子商务0806班 学生姓名王瑞霞 学号1403080616
1、对未分组资料频数分析 从中国统计局中获得从11月21日至30日国内50个城市主要食品平均价格变动情况，以该数据为例为例，进行频数分析。 首先输入数据： 选择Analyze中Descriptive Statistics——Frequencies，打开Frequencies对话框；将需处理的变量键入变量框中
单击Statistics…按钮统计量子对话框12指标，选中所需要计算的指标： 单击Charts …按钮,选择需绘制的统计图： 单击OK按钮开始运行，运行结果为：
从上图中可以看出数据中缺失值为0，花生油的平均价格104.84是最高的，而巴氏牛奶的平均价格1.81最低，全部食品平均价格的平均数为16.5327，标准差为22.4668，各种食品的平均价格差距较大。
条形图、饼形图以及直方图是用不同的图形表示方法来说明数据的指标，其实质是一样的，从图中可以看出平均价格在0—22元之间的食品是最多的，20—40元之间的食品数次之，接下来是40—60元之间的食品，不存在平均价格在60—100之间的食品。 2、以食品平均价格为依据对数据进行分组并对分组后的数据进行频数分析： Transform —Recode—Into same V ariables ，将要分组的变量放入Numeric 栏中，单击Old and new V alues分组：
分组结果如下图所示： 回到数据编辑窗，定义变量的V alue labels ： 再对食品平均价格进行频数分析，分析结果如下截图所示
SPSS课后作业 第一章 1-1、spss的运行方式有几种？分别是什么？ 答：SPSS的运行方式有三种，分别是批处理方式、完全窗口菜单运行方式、程序运行方式。1-2、SPSS中“DataView”所对应的表格与一般的电子处理软件有什么区别？ 答：与一般电子表格处理软件相比，SPSS的“Data View”窗口还有以下一些特性：（1）一个列对应一个变量，即每一列代表一个变量（Variable）或一个被观测量的特征；（2）行是观测，即每一行代表一个个体、一个观测、一个样品，在SPSS中称为事件（Case）；（3）单元包含值，即每个单元包括一个观测中的单个变量值；（4）数据文件是一张长方形的二维表。 第二章 2-1、在SPSS中可以使用那些方法输入数据？ 答：SPSS中输入数据一般有以下三种方式：（1）通过手工录入数据；（2）可以将其他电子表格软件中的数据整列（行）的复制，然后粘贴到SPSS中；（3）通过读入其他格式文件数据的方式输入数据。 2-2、对于缺失值，如何利用SPSS进行科学替代？ 答：选择“Transform”菜单的Replace Missing Values命令，弹出Replace Missing Values 对话框。先在变量名列中选择1个或多个存在缺失值的变量，使之添加到“New Variable(s)”框中，这时系统自动产生用于替代缺失值的新变量。最后选择合适的替代方式即可。 2-3、在计算数据的加权平均数时，如何对变量进行加权？ 答：选择“Data”菜单中的Weight Cases命令，出现如图2-22所示的Weight Cases对话框。其中， Do not weight cases项表示不做加权，这可用于取消加权；Weight cases by 项表示选择1个变量做加权。 2-4、如何对变量进行自动赋值？ 答：变量的自动赋值可以将字符型、数字型数值转变成连续的整数，并将结果保存在一个新的变量中。具体操作的过程如下：选择“Transform”菜单中的Automatic Recode命令，在出现的对话框中，从左边的变量列表中选择需要自动赋值的变量，将它添加到Variable -> New Name框中，然后在下面New Name右边的文本框中输入新的变量名称，单击New Name 按钮，将新的变量名添加到上面的框中。从Recode Starting from框中有两个选项中选择一个，然后单击OK按钮，即可完成自动赋值运算。 3-1、一组数据的分布特征可以从哪几个方面进行测度？ 答：一组数据的分布特征可以从平均数、中位数、众数、方差、百分位、频数、峰度、偏度等方面描述。 3-2、简述众数、中位数和均值的特点及应用场合。 答：均值是总体各单位某一数量标志的平均数。平均数可应用于任何场合，比如在简单时序预测中可用一定观察期内预测目标的时间序列的均值作为下一期的预测值。中位数是指将数据按大小顺序排列起来，形成一个数列，居于数列中间位置的那个数据。中位数的作用与算术平均数相近，也是作为所研究数据的代表值。在一个等差数列或一个正态分布数列中，中位数就等于算术平均数。在数列中出现了极端变量值的情况下，用中位数作为代表值要比用算术平均数更好，因为中位数不受极端变量值的影响。众数是指一组数据中出现次数最多的那个数据。它主要用于定类（品质标志）数据的集中趋势，当然也适用于作为定序（品质标志）数据以及定距和定比（数量标志）数据集中趋势的测度值。 3-3、
电视广告费用和报纸广告费用对公司营业收入 的回归模型分析 SPSS录入数据： 本研究关注的是电视广告费用和报纸广告费用对公司收入的影响。 公司收入样本总数为8，M=93.75，SD=1.909；电视广告费用（X1）M=3.19，SD=0.961；报纸广告费用（x2）M=2.48，SD=0.911。 通过皮尔逊相关性分析得出因变量与自变量x1和x2的相关系数分别为（r=0.8，p=0.008）和（r=-0.02，p=0.48），说明公司收入与电视广告费用呈显著性正相关，而公司收入与报纸广告费用相关不显著。 以电视广告费用和报纸广告费用分别作为自变量，以公司收入作为因变量，进行线性回归。具体结果见表1。结果发现，电视广告费用对公司收入存在显著的正向影响（β=0.808，B=1.604，t=3.357，p<0.05,R2=0.653），即电视广告费用的增长会提升公司收入，且该模型能够解释结果的65.3%；报纸广告费用对公司收入不存在显著的正向影响（β=-0.021,t=-0.05,p=0.96）。 表1：广告费用对公司收入的回归结果表 注: 表格中呈现了预测变量的非标准化系数, 括号内是标准误。
以电视广告费用和报纸广告费用同时作为自变量，以公司收入作为因变量，则两个费用对公司收入存在显著的正向影响（β电视=1.153，B电视=2.29，t=7.532，p<0.05；β报纸=0.621，B报纸=1.301，t=4.057，p<0.052, R2=0.919），即电视广告和报纸广告费用的同时增长会提升公司收入，且该模型能够解释结果的91.9%。共线性分析：VIF电视广告=1.448，VIF报纸广告=1.448，均小于5，说明电视广告和报纸广告之间共线性可能性较低。 思路及步骤： 1、公司收入样本总数为8，M=93.75，SD=1.909；电视广告费用M=3.19，SD=0.961； 报纸广告费用M=2.48，SD=0.911。 步骤：回归-线性，之后选择如下：【均值、标准差】
S P S S调查报告期末作业 Document serial number【LGGKGB-LGG98YT-LGGT8CB-LGUT-
---------------------------------------------装--------------------------------- --------- 订 ---------------------------------------- -线----------------------------------- -- - --
上表表明，5中不同年级形式下共有80个样本，大一的均值最高，大二的均值次之，接着，大四的均值排第三，而大三的均值是最低的。由于在录入数据当中，选择调查问卷中选项A“是”，身边有请人带过课的同学，则录为1:；选择调查问卷中选项B“否”，身边没有请人带过课的同学，则录为2。所以，均值的结果表明，数值越大，则身边出现代课同学越少，数值越小，则表明身边出现的代课同学越多。因此，大三中的代课同学是最多的，大四次之，大二次之，大一最少。 上表表明，不同年级下代课情况的方差齐性检验值为，概率为,。如果显着性水平为，由于概率值大于显着性水平，不应拒绝零假设，认为不同年级下代课情况的总体方差无显着差异，满足方差分析的前提要求。 上表分别显示了两两不同年级下代课情况均值检验的结果。通过两两比较，最终可以得出，大一的均值>大二的均值>大三的均值，大四的均值大小情况不能确定，基本上得出的结论与实际情况相符。 五、建议 在以上对数据的分析过程当中，我们提到了逃课现象严重，收费代课行为愈发普遍的原因，这里稍微再做一下总结。原因如下： a.一些专业课程，教学内容循规蹈矩，考试题目照本宣科，无法引起学生兴趣； b.学校管理有较大漏洞，上课学生中“替身”大量潜伏而不知； c.学生自身自制力不够，容易受到外界的影响，不能静心学习； d.社会就业压力大，导致学生青睐于早点实习； 针对以上这些导致收费代课产生的原因，我想提出几点建议： （一）学校在专业设置、教师的互动性教学、知识的创新性和灵活体现、教学管理体系建设等诸多方面，都应反思，并采取一定的措施。高校则应该实行自主办学措施，在课程设置、专业方向设置上应当有自我特色。与其大张旗鼓地对“收费代课”现象进行大力批判，还不如放开手来，从根本上指导学生如何学会自主学习，如何利用有限的学习时间。倘若不加以反思，做出课程设置、教师互动性教学的改进，而是纯粹地一味加强考勤管理，必然会扼杀一部分学生的学习积极性，“人在心不在”的上课状态恐怕也难以培养出符合时代需求的大学生。 (二)学生应该分清楚学习和工作的不同意义，学习是一种能力的提高过程。大学生应当学会对自己的现在以及未来负责。大学四年，是相当宝贵的青春年华。我们年轻，我们活动，但是这些都不应该成为我们虚度时间，不学习的理由。调查结果中显示，大三的收费代课现象是最为严重的，这样的结果确实应该引起学生的重视了。我们都知道，大三是专业学习的主要一年，很多的专业课都在大三进行安排。可是大三的同学的不认真学习专业课，选择请人代课，这不是明显浪费了学习专业课的机会吗所以，这里，我想提醒本部的同学们，要合理地定位自己的身份与任务，不要在该学习的阶段去实习或娱乐。另外，也要明确自己上大学的初衷，不要因为大学生活的闲适，而慢慢丢失了自己的理想。 （三）政府要给大学生提供公平的就业环境，打击不规范的就业行为，消除掉大学生的就业焦虑。为大学生就业，提供更加全面完整的服务系统，让大学生在大学期间安心学
回归分析习题 1通常用来评价商业中心经营好坏的一个综合指标是单位面积的营业额，它是单位时间内(通常为一年)的营业额与经营面积的比值。对单位面积营业额的影响因素的指标有单位小时车流量、日人流量、居民年平均消费额、消费者对商场的环境、设施及商品的丰富程度的满意度评分。这几个指标中车流量和人流量是通过同时对几个商业中心进行实地观测而得到的。而居民年平均消费额、消费者对商场的环境、设施及商品的丰富程度的满意度评分是通过随机采访顾客而得到的平均值数据。（数据集wyzl4_2中存放了从某市随机抽取的20个商业中心有关指标的数据，利用该数据完成下列工作 （1）研究变量间的相关程度。（其余6个变量与“单位面积年营业额”间的相关程度，其余6个变量之间的相关程度）； （2）由（1）的结论建立“单位面积年营业额”与和其线性相关程度最高的变量的一元线性回归方程； （3）采用逐步回归方法建立“单位面积年营业额”的预测公式。 表20个商业中心有关指标的数据 2．我国从1982~2001年间的20年的财政收入(Y)和国内生产总值（X）的数据存放在数据集wyz4_4_7.中。试分别采用指数回归、对数回归、幂函数回归和多项式回归给出回归方程，并选择最佳回归方程。 1．解：（1）变量间的相关性分析 利用SPSS软件构造所有变量的散点图矩阵和相关矩阵，结果见图1和表1 从散点图矩阵直观可以看出Y “单位面积年营业额”与x2“日人流量(万人) ”和x3“居民年消费额(万元) ”线性关系较密切。
x2“日人流量 (万人) ”与x6 “对商场商品丰富程度满意度” 线性关系较密切 从表1得)3,(x y ρ=0.795**，)2,(x y ρ=0.790**，)6,(x y ρ=.0 .697**， 说明 Y “单位面积年营业额”与x3“居民年消费额(万元) ”，x2“日人流量 (万人) ”，x6 “对商场商品丰富程度满意度”及x5 “对商场设施满意度”在0 .01 水平（双侧）上显著相关线性关。可以考虑采用多元线性回归模型来建立“单位面积年营业额”的预测公式。 图1散点图矩阵 单位面积 年营业额 （万元/m2) 每小时机 动车流量 （万辆） 日人流量 （万人） 居民年 消费额 （万元） 对商场 环境 满意度 对商场 设施 满意度 对商场商 品丰富程 度满意度 单位面积 年营业额 （万元/m2) Pearson 相关性 1 .413 .790** .795** .341 .450* .697** 显著性（双侧） .071 .000 .000 .141 .046 .001 N 20 20 20 20 20 20 20 每小时机动车 流量（万辆） Pearson 相关性 .413 1 .751** -.129 .664** .424 .774** 显著性（双侧） .071 .000 .588 .001 .062 .000 N 20 20 20 20 20 20 20 日人流量 （万人） Pearson 相关性 .790** .751** 1 .273 .594** .279 .983**
物流统计实验作业 <一>：试述聚类分析的基本思想以及SPSS操作的基本步骤？ 系统聚类的基本思想是 聚类分析法又称集群分析法，它是研究样品或指标分类问题的一种多元统计方法。寻找一种能客观反应事物之间亲疏关系或合理评价事物性质相似程度的统计量，然后根据这种统计量和规定的分类准则把事物进行分类。 操作步骤： 1. 在SPSS窗口中选择Analyze→Classify→Hierachical Cluster，调出系统聚类分析主界面，并将变量移入Variables框中。在Cluster栏中选择Cases单选按钮，即对样品进行聚类（若选择Variables，则对变量进行聚类）。在Display栏中选择Statistics和Plots复选框，这样在结果输出窗口中可以同时得到聚类结果统计量和统计图。 2. 点击Statistics按钮，设置在结果输出窗口中给出的聚类分析统计量。这里我们选择系统默认值，点击Continue按钮，返回主界面。 3. 点击Plots，设置结果输出窗口给出的聚类分析统计图。选中Dendrogram复选框和Icicle栏中的None单选按钮，即只给出聚类树形图，而不给出冰柱图。单击Continue，返回主界面。 4. 点击Method，设置系统聚类的方法选项。Cluster Method下拉列表用于指定聚类的方法，包括组间连接法、组内连接法、最近距离法、最远距离法等；Measure栏用于选择对距离和相似性的测度方法；剩下的Transform Values和Transform Measures栏用于选择对原始数据进行标准化的方法。这里我们仍然均沿用系统默认选项。单击Continue，返回主界面。 5. 点击Save按钮，指定保存在数据文件中的用于表明聚类结果的新变量。None表示不保存任何新变量；Single solution表示生成一个分类变量，在其后的矩形框中输入要分成的类数；Range of solutions表示生成多个分类变量。这里我们选择Range of solutions，并在后面的两个矩形框中分别输入2和4，即生成三个新的分类变量，分别表明将样品分为2类、3类和4类时的聚类结果。点击Continue，返回主界面。 6. 点击OK按钮，运行系统聚类过程。 <二>：利用2001年全国31个省自治区各类小康和现代化指数的数据，利用K-均值聚类方法对地区进行聚类分析。并且对SPSS分析的结果进行分析。文件名为“小康指数.sav”。 31个省市自治区小康和现代化指数的K-Means聚类分析结果（一） 这张表展示了3类的初始类中心点的情况。由表可知第二类各指数均是最优的，第一类次之，第三类各指数最不理想。 31个省市自治区小康和现代化指数的K-Means聚类分析结果（二）
---------------------------------------------装--------------------------------- --------- 订 -----------------------------------------线---------------------------------------- 班级 姓名 学号 - 广 东 财 经 大 学 答 题 纸（格式二） 课程 数据处理技术与SPSS 20 15 －20 16 学年第 1 学期 成绩 评阅人 评语： ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ （题目）关于本部学生对收费代课现象支持度的调查报告 （正文） 一、调查背景 如今，大学生逃课现象屡见不鲜，随之衍生了“收费代课”的现象。据了解，在全国近百所高校中，存在“收费代课”现象的高校居然有一半之多。当“收费代课”现象衍变成了一种行业，成为有领导、有组织、有规模、有纪律的机构，不仅仅应当引起社会的关注，更应引起校方对教育方式的深刻反思。“有偿代课”作为一种不正常的校园现象，有其存在的社会土壤，其原因有多方面，值得让人对当前大学教育深思。在“收费代课”现象蔚然成风之时，我们学校的学生们也加入了这支大队伍。对于这样的一种收费代课的行为，同学们褒贬不一，每个人都有自己的看法。然而，这种行为经常在我们的身边发生着，无疑应该引起我们的关注，并引发我们的深思，形成一定的判别能力与认知能力。
二、调查目的 我们希望通过本次调查了解广东财经大学本部学生选择收费代课的原因，以及对本专业学习、实习实践的认知程度，是否支持放弃学习去实习或者做自己的事情，是否支持收费代课。同时，我们也希望通过这份调查报告揭露出的一些情况，一方面，帮助学生更好地权衡学习与实习的利弊，更加理性地对待收费代课的行为，做出对自己正确合适的选择；另一方面，引起学校对这种收费代课现象的重视，给学校提一些建议，希望学校采取一些措施改善这种不良校风。 三、调查方法 从可行性角度出发，本次调查采用非概率随机抽样的街头拦截法，集中对象为本部大三大四的同学，以自愿形式对本部同学分发调查问卷，总共发出80份问卷，回收80份，有效问卷80份。收集问卷之后，利用spss软件进行数据整理与分析，最后把结论整理成调查报告。调查报告中采用的数据分析方法主要有：频数分析、多选项分析、交叉列联表行列变量间关系的分析、单因素方差分析等。 四、描述统计 1、对样本性别作频数分析 从上表可以看出，这次填写问卷的女生较多，占了样本的66.3%，这与我们学校男女比例不均衡有很大的关系，样本的男女比例不相等，也可以较好地接近学校的实际情况，有利于我们得到更为准确的结论。 2、对样本年级作频数分析 从上表可知，参加问卷调查的大三大四学生比例明显比较高，这与一开始我们预期相符，样本中大三大四学生所占比例较多，有利于我们得到更为有针对性的结论。
回归分析作业 一、利用软件计算 1、 数据文件“资产评估1”提供了35家上市公司资产评估增值的数据。 num---公司序号 pg---- 资产评估增值率 gz----固定资产在总资产中所占比例 fz----权益与负债比 bc----总资产投资报酬率 gm---公司资产规模（亿元） a.建立关于资产评估增值率的四元线性回归方程，并通过统计分析、检验说明所得方程的 有效性，解释各回归系数的经济含义。 b.剔除gz变量，建立关于资产评估增值率的三元线性回归方程，与a中的模型相比较，那 个更为实用有效，说明理由。 解：
由Model Summary和ANOVA表可知，R为，决定系数R2为，校正决定系数为。拟合的回归模型F值为，P值为0，所以拟合的模型是有统计意义的。 从系数的t检验可以看出，只有固定资产比重的sig值=>，说明只有固定资产比重对资产评估增值率的影响是不显著的，其他自变量对固定资产增值的比率均有显著的影响。 线性回归方程为： pg=+++-0.044gm α1=表示，在权益与负债比、总资产投资报酬率和公司规模不变的条件下，固定资产比重每增加1个单位，资产评估增值率增加。 α2=表示，在固定资产比重、总资产投资报酬率和公司规模不变的条件下，权益与负债比每增加1个单位，资产评估增值率增加。 α3=表示，在固定资产比重、权益与负债比和公司规模不变的条件下，总资产投资报酬率每增加1个单位，资产评估增值率增加。 α4=表示，在固定资产比重、权益与负债比和总资产投资报酬率不变的条件下，公司规模每增加1亿元，资产评估增值率减少
为。 从系数的t检验可以看出，该模型的回归系数都通过检验。所以，剔除 gz 变量，建立关于资产评估增值率的三元线性回归方程为： pg=++-0.040gm
广东财经大学答题纸（格式二） 课程数据处理技术与SPSS 20 15 —20 16学年第1学期 成绩评阅人 评语: （题目）关于本部学生对收费代课现象支持度的调查报告 （正文） 一、调查背景 如今，大学生逃课现象屡见不鲜，随之衍生了“收费代课”的现象。据了解，在全国近百所高校中，存在“收费代课”现象的高校居然有一半之多。当“收费代课” 现象衍变成了一种行业，成为有领导、有组织、有规模、有纪律的机构，不仅仅应当引起社会的关注，更应引起校方对教育方式的深刻反思。“有偿代课”作为一种不正常的校园现象，有其存在的社会土壤，其原因有多方面，值得让人对当前大学教育深思。在“收费代课”现象蔚然成风之时，我们学校的学生们也加入了这支大队伍。对于这样的一种收费代课的行为，同学们褒贬不一，每个人都有自己的看法。然而，这种行为经常在我们的身边发生着，无疑应该引起我们的关注，并引发我们的深思，形成一定的判别能力与认知能力。
二、调查目的 我们希望通过本次调查了解广东财经大学本部学生选择收费代课的原因，以及对本专业学习、实习实践的认知程度，是否支持放弃学习去实习或者做自己的事情，是否支持收费代课。同时，我们也希望通过这份调查报告揭露出的一些情况，一方面, 帮助学生更好地权衡学习与实习的利弊，更加理性地对待收费代课的行为，做出对自己正确合适的选择；另一方面，引起学校对这种收费代课现象的重视，给学校提一些建议，希望学校采取一些措施改善这种不良校风。 三、调查方法 从可行性角度出发，本次调查采用非概率随机抽样的街头拦截法，集中对象为本部大三大四的同学，以自愿形式对本部同学分发调查问卷，总共发出80份问卷， 回收80份，有效问卷80份。收集问卷之后，利用spss软件进行数据整理与分析，最后把结论整理成调查报告。调查报告中采用的数据分析方法主要有：频数分析、多选项分析、交叉列联表行列变量间关系的分析、单因素方差分析等。 四、描述统计 1、对样本性别作频数分析 从上表可以看出，这次填写问卷的女生较多，占了样本的66.3%，这与我们学校男女比例不均衡有很大的关系，样本的男女比例不相等，也可以较好地接近学校的实际情况，有利于我们得到更为准确的结论。 2、对样本年级作频数分析 从上表可知，参加问卷调查的大三大四学生比例明显比较高，这与一开始我们预期相符，样本中大三大四学生所占比例较多，有利于我们得到更为有针对性的结论。
SPSS作业6：回归分析 （一）回归分析 多元线性回归模型的基本操作： （1）选择菜单Analyze－Regression－Linear； （2）选择被解释变量（能源消费标准煤总量）和解释变量（国内生产总值、工业增加值、建筑业增加值、交通运输邮电业增加值、人均电力消费、能源加工转换效率）到对应框中； （3）在Method框中，选择Enter方法； 在Statistics框中，选择Estimates、Model fit、Covariancematrix、Collinearity diagnostics选项； 在Plots框中，选择ZRESED到Y框，ZPRED到X框，再选择Histogram和Normal plot； （4）选择菜单Analyze－Non Test－1-Sanple K-S; 选择菜单Analyze－Correlate－Brivariate; 结果如下： Regression 能源消费需求的多元线性回归分析结果（强制进入策略）（一） Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 .990a.980 .973 8480.38783
a. Predictors: (Constant), 能源加工转换效率/%, 交通运输邮电业增加值/亿元, 工业增加值/亿元, 人均电 力消费/千瓦时, 建筑业增加值/亿元, 国内生产总值/亿元 b. Dependent Variable: 能源消费标准煤总量/万吨 分析：被解释变量和解释变量的复相关系数为0.990，判定系数为0.980，调整的判定系数为0.973，回归方程的估计标准误差为8480.38783。该方程有6个解释变量，调整的判定系数为0.973，，接近于1，所以拟合优度较高，被解释变量可以被模型解释的部分较多，未能解释的部分较少。 分析：由上可知，被解释变量的总离差平方和为5.882E10，回归平方和及均方分别为5.766E10和9.611E9，剩余平方和及均方分别为1.151E9和7.192E7，F检验统计量的观测值为133.636，对应的概率p值近似为0。如果显著性水平a为0.05，由于p值小于a,所以拒绝回归方程显著性检验的零假设，认为各回归系数不同时为0，被解释变量与解释变量全体的线性关系是显著的，可建立线性模型。
上机实习必做的练习题（留作业） 第一单元医学资料的统计描述 定量资料：习题1①②③，2，3 分类资料：习题4，5，6 第二单元定量资料的统计推断 t检验：习题1，3，4 方差分析：习题8，10 第三单元分类资料的统计推断 卡方检验：习题4，5，8 秩和检验：习题10，12，14 第四单元回归与相关 习题 1.①②③④⑤ 2.①② 3. 第五单元生存分析 习题2，3
附件： 作业、上机考试答题格式及评分标准 一、描述性题目 （一）集中趋势和离散趋势指标的计算 某卫生防疫站对30名麻疹易感儿童经气溶胶免疫一个月后，测得其血凝抑制抗体滴度资料如下：请计算平均滴度。 抗体滴度1:81:161:321:641:1281:2561:512合计例数2651042130 1.题意分析：这是抗体滴度资料，应该计算几何均数。（方法正确得10分） 2.计算结果（18分）：经SPSS计算，得：G=48.5 3.答（5分）：该30名麻疹易感儿童经气溶胶免疫一个月后血凝抑制抗体平均滴度为1:48.5 （二）医学参考值的计算 测得某地300名正常人尿汞值，其频数表如下。欲根据此资料制定95%正常值范围。 300例正常人尿汞值（ug/L）频数表 尿汞值例数尿汞值例数尿汞值例数0-4924-1648-3 4-4728-952-0 8-5832-956-2 12-4036-460-0 16-3540-564-0 20-2244-068-721 1.题意分析：本资料为偏态分布资料，应该用百分位数法制定。由于尿汞为有毒有害物质，应制定单侧上限即可，即计算P95。（方法正确得10分） 2.计算结果（18分）：经SPSS计算得：P95=36.8（ug/L） 3.答（5分）：该地正常人尿汞值95%正常值范围为<36.8（ug/L） （三）可信区间的计算(P426，习题1)
第1题：基本统计分析1 分析：本题要求随机选取80%的样本，因而需要选用随机抽样的方法，在此选择随机抽样中的近似抽样方法进行抽样。其基本操作步骤如下：数据→选择个案→随机个案样本→大约（A）80 所有个案的%。 1、基本思路： （1）由于存款金额为定距型变量，直接采用频数分析不利于对其分布形态的把握，因而采用数据分组，先对数据进行分组再编制频数分布表。此处分为少于500元，500~2000元，2000~3500元，3500~5000元，5000元以上五组。分组后进行频数分析并绘制带正态曲线的直方图。 （2）进行数据拆分，并分别计算不同年龄段储户的一次存取款金额的四分位数，并通过四分位数比较其分布上的差异。 操作步骤： （1）数据分组：【转换→重新编码为不同变量】，然后选择存取款金额到【数字变量→输出变量（V）】框中。在【名称（N）】中输入“存取款金额1”，单击【更改（H）】按钮；单击【旧值和新值】按钮进行分组区间定义。 （2）【分析→描述统计→频率】；选择“存款金额分组”变量到【变量（V）】框中；单击【图标（C）】按钮，选择【直方图】和【在直方图上显示正态曲线】；选中【显示频率表格】，
确定。 （3）【数据→拆分文件】，选择“年龄”变量到【分组方式】框中，选中【比较组】和【按分组变量排序文件】，确定；【分析→描述统计→频率】，选择“存款金额”到【变量】框中，单击【统计量】按钮，选择【四分位数】→继续→确定。 统计量 存(取)款金额 20岁以下 N 有效 1 缺失0 百分位数 25 50.00 50 50.00 75 50.00 20~35岁 N 有效131 缺失0 百分位数 25 500.00 50 1000.00 75 5000.00 35~50岁 N 有效73 缺失0 百分位数 25 500.00 50 1000.00 75 4500.00 50岁以上 N 有效32 缺失0 百分位数 25 525.00 50 1000.00 75 2000.00 结果及结果描述：
因子分析和聚类分析实验结果 实验三细分市场： 最终聚类中心 聚类 1 2 3 4 5 -.26315 -.30404 .14466 .44654 .05989 REGR factor score 1 for analysis 1 -.07182 .23828 -.26630 -.16127 .33259 REGR factor score 2 for analysis 1 -.19328 -.28719 .63660 -.02573 -.18672 REGR factor score 3 for analysis 1 .50829 -.00331 -.00021 -.34847 .11851 REGR factor score 4 for analysis 1 .40420 -.21962 -.11076 -.04081 .64739 REGR factor score 5 for analysis 1 -.30952 -.04110 .31218 -.10849 .13244 REGR factor score 6 for analysis 1 .10254 -.14466 -.45953 .38182 .64683 REGR factor score 7 for analysis 1 .26405 .22806 -.18056 -.42420 .29452 REGR factor score 8 for analysis 1 REGR factor score 9 for .79807 .18796 -.27608 -.03549 -1.28644 analysis 1 .19929 .31480 .22201 -.87975 .19295 REGR factor score 10 for analysis 1 -.25574 .37900 -.66646 .46458 -.57422 REGR factor score 11 for analysis 1 .37639 -.42108 -.22475 .55670 .17524 REGR factor score 12 for analysis 1 REGR factor score 13 for -.91613 .37980 -.04371 .18781 -.41194 analysis 1 -.33164 -.10366 .36184 -.09906 .26576 REGR factor score 14 for analysis 1 REGR factor score 15 for .09687 -.14233 .41251 .02394 -.80211 analysis 1 -.41177 .11759 -.37624 .09560 1.01041 REGR factor score 16 for analysis 1